I väldigt stor utsträckning fokuserar nyheter om artificiell intelligens (AI) på I:et, alltså intelligens. A:et står förstås egentligen för artificiell men det kunde lika gärna stå för något annat: Automatisering. För i väldigt stor utsträckning handlar de praktiska användningsområdena för dagens AI om att ta bort manuellt arbete och automatisera det istället. Ta som exempel Aruba, ett företag inom Hewlett Packard Enterprise, som nyligen presenterade nya AI-funktioner i sin programvara för att styra företags nätverk.

Som vi alla vet är det stor brist på IT-tekniker, och detta är ett av skälen till att automatisering av det de gör är mycket önskvärt. Nätverkstekniker finns det många av, men de räcker ändå inte. Aruba nya så kallade AIOps-funktioner ska använda artificiell intelligens för att underlätta felsökning av nätverket, justeringar av nätverkets prestanda och bevakning av Zero Trust/SASE-säkerhet.

Aruba har sedan tidigare lösningar för IT-drift som bygger på artificiell intelligens (AI). De nya funktionerna kan dock användas för mer än bara felsökning i nätverket, vilket är bra för överarbetade IT-team som ofta har svårt att hinna ta hand om en allt mer komplex nätverksmiljö och en ökande mängd IoT-enheter.

Verksamheter som ökar användningen av AI-baserat stöd och automatisering kan dessutom få utrymme för mer strategiska projekt. Detta gör det möjligt för dem att hinna med den digitalisering och modernisering av nätverket som de flesta verksamheter egentligen hellre vill prioritera.

Arubas AIOps-funktioner utnyttjar den enorma mängd anonyma data som samlas in från över 120 000 Aruba Central-kunder, mer än två miljoner nätverksenheter och 200 miljoner klienter varje dag. Här finns en stor mängd och variation av data från nätverk och klienter, vilket ökar kvaliteten hos de resultat som kommer ut från Arubas AI. Målet är som sagt automatisering av rutinuppgifter, men enligt Aruba kan det även leda till färre nätverksproblem, förbättrad säkerhet samt en bättre användarupplevelse.

”Många tror att kvaliteten hos en AI beror på algoritmerna, men i själva verket handlar det snarare om volymen och variationen hos den data den har tillgång till. Bara då kan en AI bli rätt tränad och därmed leverera användbara resultat till kunderna,” säger Larry Lunetta, marknadschef för produkter på Aruba. “Våra data och AIOps-funktioner hjälper verksamheter att minska mängden rapporterade fel med upp till 75 procent. Samtidigt optimeras nätverkets prestanda med 25 procent eller ännu mer.”